Isokokoisen potilaan tietokonetomografiatutkimuksen optimointikeinoja: kuvaileva kirjallisuuskatsaus
Debnam, Jessica; Pennanen, Fanny (2023)
2023
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2023113032839
https://urn.fi/URN:NBN:fi:amk-2023113032839
Tiivistelmä
Suomessa ja muualla maailmassa kasvavaksi terveyshaitaksi on todettu lihavuus ja ylipaino. Suomessa lihavuuden määrä on kasvanut kaksinkertaiseksi aikuisten keskuudessa ja kolminkertaiseksi nuorten keskuudessa. Muutos on tapahtunut viimeisten 40 vuoden aikana. Ylipaino kuormittaa Suomen terveyspalveluita entisestään.
Kuvantamisen puolella ongelma tulee ilmi potilaan saamissa säteilymäärissä. Suurempi kuvattava kohde vaatii enemmän säteilyä, jotta se voi läpäistä kohteen paremmin. Tämä tarkoittaa sitä, että isokokoisimmilla potilailla sädeannokset ovat suurempia. Tähän voidaan kuitenkin saada muutosta erilaisilla optimointikeinoilla. Lähdimmekin opinnäytetyössämme pohtimaan erilaisia optimointikeinoja ja niiden vaikutusta säteilyannokseen.
Opinnäytetyö on toteutettu kuvailevana kirjallisuuskatsauksena. Aineistoa olemme hakeneet PubMedistä, ProQuestist Centralista, MEDICI:stä, MetCat Finnasta, Science Directistä ja Google Scholarista. Aineiston rajaus on tehty asettamalla opinnäytetyöhön päässeille artikkeleille tietynlaiset rajat: artikkelit ovat kaikki enintään 10 vuotta vanhoja, ne ovat saatavilla ilmaiseksi Metropolia-tunnuksilla, artikkeli vastaa tutkimuskysymykseemme, lähde on tieteellinen artikkeli tai tieteellinen julkaisu, ja kielenä on toiminut englanti tai suomi.
Opinnäytetyön tulokset näyttävät, että isokokoista potilasta kuvattaessa käsiarvoilla, riittävä kuvanlaatu ja alhaisempi potilasannos saavutetaan parhaiten käyttämällä 120kV. Varjoaineen käyttöä tulisi hyödyntää optimoinnissa silloin, jos kuvanlaatu on huono tai epädiagnostinen. Erilaisten rekonstruktio algoritmien ja protokollien käyttö koettiin erittäin suositeltavaksi. Parhaimmat tutkimustulokset tuotettiin käyttämällä SAFIREa ja FBP:tä. Kumpikin mainituista rekonstruktioalgoritmeista vähensivät potilasannosta huomattavasti ja paransivat kuvanlaatua. AEC-ohjelmalla, eli valoitusautomatiikalla räätälöidyt kokoon perustuvat protokollat, ovat mahdollisesti luotettavin metodi annosoptimointiin. Kuvanlaadun kannalta olisi parasta käyttää 64 detektorin kuvausta.
Kuvantamisen puolella ongelma tulee ilmi potilaan saamissa säteilymäärissä. Suurempi kuvattava kohde vaatii enemmän säteilyä, jotta se voi läpäistä kohteen paremmin. Tämä tarkoittaa sitä, että isokokoisimmilla potilailla sädeannokset ovat suurempia. Tähän voidaan kuitenkin saada muutosta erilaisilla optimointikeinoilla. Lähdimmekin opinnäytetyössämme pohtimaan erilaisia optimointikeinoja ja niiden vaikutusta säteilyannokseen.
Opinnäytetyö on toteutettu kuvailevana kirjallisuuskatsauksena. Aineistoa olemme hakeneet PubMedistä, ProQuestist Centralista, MEDICI:stä, MetCat Finnasta, Science Directistä ja Google Scholarista. Aineiston rajaus on tehty asettamalla opinnäytetyöhön päässeille artikkeleille tietynlaiset rajat: artikkelit ovat kaikki enintään 10 vuotta vanhoja, ne ovat saatavilla ilmaiseksi Metropolia-tunnuksilla, artikkeli vastaa tutkimuskysymykseemme, lähde on tieteellinen artikkeli tai tieteellinen julkaisu, ja kielenä on toiminut englanti tai suomi.
Opinnäytetyön tulokset näyttävät, että isokokoista potilasta kuvattaessa käsiarvoilla, riittävä kuvanlaatu ja alhaisempi potilasannos saavutetaan parhaiten käyttämällä 120kV. Varjoaineen käyttöä tulisi hyödyntää optimoinnissa silloin, jos kuvanlaatu on huono tai epädiagnostinen. Erilaisten rekonstruktio algoritmien ja protokollien käyttö koettiin erittäin suositeltavaksi. Parhaimmat tutkimustulokset tuotettiin käyttämällä SAFIREa ja FBP:tä. Kumpikin mainituista rekonstruktioalgoritmeista vähensivät potilasannosta huomattavasti ja paransivat kuvanlaatua. AEC-ohjelmalla, eli valoitusautomatiikalla räätälöidyt kokoon perustuvat protokollat, ovat mahdollisesti luotettavin metodi annosoptimointiin. Kuvanlaadun kannalta olisi parasta käyttää 64 detektorin kuvausta.